AlphaGo这种人工智能算法用在股票市场可以吗？

“AlphaGo”和职业九段李世石对决了。20年前深蓝打败人类国际象棋冠军，但没有人觉得人工智能可以在围棋上称雄。没想到，仅仅20年，围棋也被颠覆了。那么问题来了，AlphaGo算法如此强大用在股票市场会如何？

AlphaGo对于围棋与股票市场的差异主要体现四方面：

第一、信息生成机制不同，股票市场中的动因条件是多层次且混沌的。围棋的相互决定性只对于对手，而股票的相互决定性对于所有市场参与对象

第二、对手与对手反馈机制不同，围棋是回合制完全信息非合作动态博弈，而股票市场是一对多完全信息非合作静态博弈

第三、劣度评估与局面评估函数的性质类似但方向不同，股票的最终评估对象是收益，而围棋评估是胜率。且股票的局面有两个层次，一是个股筛选，二是持仓后策略。两者组合，就是在市场中不断交换个股的最高胜率条件的持仓。如果将优劣评估设成以增辐一定偏离值内的符合度，亦或者是动态生成局面下一时序可能局面收益预测的权重，这两者就是两个独立的优劣评估系统。

第四、数据原型不同，围棋只需处理对手数据和局面数据。股票有成交sick，有价格、成交方向数据，极难产生关联条件。

再回到AlphaGo本身，它主要应用了三种人工智能技术：

首先是蒙特卡洛搜索树，这是一种强大的计算机博弈技术，在其他的博弈AI中也应用广泛，并取得了很好的效果。

再就是强化学习，通过机器自我的学习和探索，可以让AI更加的聪明。

最后就是深度神经网络，在AlphaGo中有两个强大的深度神经网络：策略网络用于选择下一步棋的走法，评估函数用于评估棋盘的全局形势。

因为决定交易的，市场信息只是诱因，动因是对于市场信息的动机机制而产生的策略。这个混沌系统下，有效的信息极其有限，大量的数据都是垃圾数据。

笔者专注国际行情，对原油沥青等商品有深入研究，如果你对投资有兴趣或投资经常资金缩水，添加皓然老师V信zxs880303,带你探索行情的奥秘。